AI 聊天机器人 API 定价:每次对话成本
AI 聊天机器人 API 定价按对话而非 token 来评估最为直观。每 1M 输入 token 为 $0.15,每 1M 输出 token 为 $0.50,20 轮对话的成本约为 $0.0068,下面的计算展示了原因。
更新于

要点
- 10 轮对话成本约为 $0.0022,20 轮对话 $0.0068,未截断的 40 轮对话 $0.0232。
- 每轮重发历史记录导致输入成本增长速度超过轮数。
- 将历史记录修剪到最后 10 轮可将 40 轮对话成本从 $0.0232 降至 $0.0127。
- 计费为预付费,仅限加密货币,无订阅且额度永不过期。
每次对话成本一览
大多数 AI 聊天机器人 API 定价页面按每百万 token 的费率报价,这难以让你了解真实对话的成本。以下是你关心的单位的答案,基于以下假设:300 token 的系统提示词,每条用户消息 40 token,每条回复 120 token。
| 对话 | 输入 token | 输出 token | 输入成本 | 输出成本 | 总计 |
|---|---|---|---|---|---|
| 10 轮 | 10,600 | 1,200 | $0.00159 | $0.0006 | $0.00219 |
| 20 轮 | 37,200 | 2,400 | $0.00558 | $0.0012 | $0.00678 |
| 40 轮,完整历史 | 138,400 | 4,800 | $0.02076 | $0.0024 | $0.02316 |
| 40 轮,保留最后 10 轮 | 68,800 | 4,800 | $0.01032 | $0.0024 | $0.01272 |
每千次对话,即 $2.19、$6.78、$23.16 和 $12.72。费率为每 1M 输入 token $0.15,每 1M 输出 token $0.50。如果你的提示词或回复更长,数字会有所不同,因此接下来的部分展示了每个数字的来源。
为什么输入占主导
聊天 API 是无状态的。每次请求必须携带系统提示词和完整的历史记录,因为服务器不会记住之前的调用。在第 k 轮,输入包括系统提示词、(k 减 1) 个之前的用户-回复对以及新消息。
设 S 为系统提示词,u 为用户消息,r 为回复,T 为对话轮数,整个对话的总输入为 T x S + T x u + (u + r) x T x (T - 1) / 2。最后一项随 T 的平方增长。对于 20 轮对话:20 x 300 = 6,000,加上 20 x 40 = 800,加上 160 x 190 = 30,400。总和为 37,200 个输入 token。输出仅为 T x r = 2,400 token。
正是这个平方项导致将对话从 20 轮增加到 40 轮时,成本乘以约 3.4(从 $0.00678 到 $0.02316),而不是 2。这也解释了为什么输出价格虽然每 token 更高,但很少成为账单的主要部分。在 20 轮对话中,输入成本占 $0.00678 的 $0.00558,即 82%。
一个可复用的计算器
在此函数中输入你自己的数值。它精确计算历史记录,就像聊天客户端重新发送它一样,并对保留的轮数设置上限。
def convo_cost(turns, sys_tok=300, user_tok=40, reply_tok=120, keep=None,
rate_in=0.15, rate_out=0.50):
inp = out = 0
for k in range(turns):
past = k if keep is None else min(k, keep)
inp += sys_tok + past * (user_tok + reply_tok) + user_tok
out += reply_tok
return inp, out, inp / 1e6 * rate_in + out / 1e6 * rate_out
print(convo_cost(20)) # (37200, 2400, 0.00678)
print(convo_cost(40)) # (138400, 4800, 0.02316)
print(convo_cost(40, keep=10)) # (68800, 4800, 0.01272)
用真实流量的平均值替换常数。每个 API 响应返回一个包含提示词和补全 token 的 usage 对象,X-Balance-USD 标头显示余额,因此你可以在一天的测试后,用实际支出验证计算器。
降低账单的五种方法
- 限制历史记录。 保留最后 10 轮。在示例中,它在 40 轮对话中节省 45%($0.01272 对比 $0.02316)。
- 总结旧轮次。 将超过限制的轮次替换为 100 词摘要。你只需支付一次摘要调用,然后发送更少的 token。
- 缩短系统提示词。 它在每次请求时都会计费。将提示词从 300 token 减少到 200 token,每次对话可节省 100 x T 个输入 token,即 20 轮对话节省 2,000 token 或 $0.0003。单次对话节省很少,但在百万次对话中是显著的。
- 设置回复长度规则。 例如“少于 100 词”可降低输出 token 并防止历史记录增长过快。
- 不要盲目重试。 失败或被拒绝的请求不收费,但超时后重发大提示词的重试循环仍可能堆积缓慢、浪费的工作。
网站聊天机器人成本页面将托管和开发成本加入其中,因为 API 在总成本中占比极小。
从每次对话成本到月度预算
乘以数量。每月一万次 20 轮对话的成本为 10,000 x $0.00678 = $67.80。十万次 10 轮对话的成本为 100,000 x $0.00219 = $219。为你猜测的更长消息增加 30% 的安全边际。
充值金额为任意整数,范围从 $20到 $500。在上述规模下,$20充值可购买约 9,132 条十轮对话或 2,949 条二十轮对话。大额充值享有叠加奖励:$50起赠 5%,$100起赠 10%,$200起赠 15%,因此 $200可购买 $230的额度。无订阅制,额度永不过期,这意味着闲置一个月也无需付费。请查看定价页面了解当前的充值方式。
本网站仅接受加密货币:TRC20 上的 USDT 或 Base 上的 USDC。在钱包中预留少量资金,因为充值不像存储的支付方式那样即时,你不希望启动因余额不足而停滞。
在产生流量前估算 token
你需要 token 计数才能使用这些内容,而在初始阶段你没有日志。两条粗略规则可助你开始。英文文本平均每个 token 约四个字符,因此 160 个字符的消息约为 40 个 token。300 字的页面约为 400 个 token。其他语言和代码通常每个字符需要更多的 token,如果你的用户使用英语以外的语言,请将估算值提高四分之一。
手写三个示例对话:一个短对话、一个典型对话和一个长对话。计算它们的字符数,除以四,并将数字输入计算器。然后在试用密钥下对 API 运行相同对话,并将你的估计与每个响应中的 usage 字段进行比较。如果实际数字在你的猜测的 20% 以内,预算是可靠的。如果不是,相信实际数字并调整。
一个带摘要记忆的工作示例
考虑保留最后 10 轮并添加摘要的 40 轮对话。每 10 轮你发送被丢弃的轮次和旧摘要,并要求新的 100 词摘要,约 130 token。这是一次额外的调用,约 1,900 输入 token(旧摘要加 10 轮 160 token,加上指令)和 130 输出 token,成本为 1,900 x $0.15 / 1M = $0.000285 和 130 x $0.50 / 1M = $0.000065,即 $0.00035。在对话中执行三次,额外支出为 $0.00105,而摘要为每个后续请求增加 130 token。对话仍接近 $0.014,而完整历史为 $0.0232,并在第 38 轮记住第 5 轮的细节。
先试用再付费
新用户可以在注册后在 API 密钥页面上一键领取 $0.50试用额度。无需付款,每人限领一次,有效期 7 天。按上述 20 轮规模,$0.50可覆盖约 73 次完整对话,足以测试提示词并测量真实 token 计数。试用密钥允许 2 个并发请求和每分钟 60 个请求,因此请在单线程中运行测试。免费试用常见问题 回答了关于它的常见问题,你可以在 密钥页面 领取密钥。
当你准备构建时,文档 列出了接口、流式输出、函数调用和限制,托管无审查 LLM 页面解释了 API 背后的模型。这是一个开放权重模型,拥有 100,000 token 的上下文窗口,仅支持文本,并针对合法成人用途进行了优化,可在无内容拒绝的情况下回答。
更多指南
问答
一次聊天机器人对话的成本是多少?
300 token 系统提示词、40 token 用户消息和 120 token 回复的 10 轮对话成本约为 $0.0022,20 轮对话约为 $0.0068,对应价格为每 1M token $0.15 和 $0.50。
为什么成本增长速度快于轮数?
每次请求都会重发之前的消息,因此输入量随每轮增加。除非限制历史记录,否则总输入量大致随轮数的平方增长。
失败的请求会收费吗?
否。失败或拒绝的请求不收费,且额度永不失效。
如何支付?
使用 TRC20 上的 USDT 或 Base 上的 USDC 充值,金额为 20 至 $500的整数。奖金从 $50起。